[发明专利]一种高效的无人机人体跟踪方法

权利要求书

1.一种高效的无人机人体跟踪方法，其特征在于，包括如下步骤，

步骤一，远程遥控终端发起人体追踪启动指令；

步骤二，无人机的人体追踪系统接收到人体追踪启动指令后，初始化人体追踪系统；

人体追踪系统接收摄像头输入的视频流，对视频流的图像进行全尺度扫描，在图像中检测出所有的人体位置，将所有检测出的人体位置发送回远程遥控终端；

步骤二中，旋转变换矩阵的获得方式为利用当前帧与上一帧的IMU数据差，计算出飞机坐标系中飞机姿态从上一帧到当前帧的旋转变换矩阵M；考虑摄像头的摄像方向与机身所处平面的夹角a，以及标定得到的相机参数，计算出相机对应的变换矩阵M'，把这个矩阵应用到上一帧追踪的目标坐标Ln-1(x,y)，得到当前帧图像中目标的估计位置：Ln(x,y)＝Ln-1(x,y)M'；以该估计得到的目标位置为起始点的周围区域，融合到KCF跟踪算法处理当前帧图像，得到当前帧目标位置Tn(x,y)，通过该目标位置与相机中心点位置做差，估计出目标物体在偏航角方向上，俯仰角方向上的偏转角度；飞控系统综合视觉处理系统输出的偏转角度，以及历史姿态数据，利用融合滤波器得到无人机的目标姿态数据，目标姿态数据包括目标偏航角，目标俯仰角，目标滚转角；根据目标姿态数据调整无人机的目标姿态，从而跟随目标飞行；

步骤三，由远程遥控终端选择其中一个需要跟踪的人体位置，人体追踪系统在接收到跟踪目标后开始进入跟踪流程；

在跟踪流程中，无人机通过飞控信息、惯性传感器信息和上一帧图像的目标跟踪位置预测出当前目标的大概位置；

然后用级联分类器进行目标的位置估计，最后得到目标的位置，所述级联分类器是采用了级联式的基于二叉树的boosted分类器；

然后提取所有二叉树特征用于全局优化，再次验证通过级联分类器的结果以保证高精度；

在跟踪流程中，将跟踪过程划分为较短的时间片，在这个短时间片内进行KCF跟踪，在短时间片的最后一帧进行一次局部检测扫描，修正KCF引起的漂移；

在一定尺度间隔上做图像缩放，然后计算特征图，剩余的尺度间隔使用近似差值的方式从相邻尺度生成特征图；在相同尺度的特征图上使用一组多尺度的级联分类器进行检测，通过扫描窗口的多尺度来替代特征图的多尺度。

2.根据权利要求1所述的一种高效的无人机人体跟踪方法，其特征在于，所述飞控信息包括无人机飞行转向的控制信息、无人机倾斜的姿态信息。

3.根据权利要求1所述的一种高效的无人机人体跟踪方法，其特征在于，所述人体追踪系统还包括一图像处理模块，图像处理模块当前摄像头采集到的图像进行图像处理。

4.根据权利要求3所述的一种高效的无人机人体跟踪方法，其特征在于，所述图像处理包括一图像预处理，图像预处理对图像进行RGB到LUV颜色空间转换，并获得特征图，特征图从左至右依次为3个LUV颜色分量通道、梯度幅值通道，6个梯度方向通道。

5.根据权利要求1所述的一种高效的无人机人体跟踪方法，其特征在于，所述人体追踪系统还包括一图像处理模块，图像处理模块当前摄像头采集到的图像进行图像处理，图像处理包括对图像进行设定尺度的间隔缩放处理；

所述人体追踪系统包括一人体追踪模块，人体追踪模块将图像处理模块处理后的图像中目标的坐标进行定位，预测下一帧图像目标的坐标。

6.根据权利要求5所述的一种高效的无人机人体跟踪方法，其特征在于，图像处理还包括对图像进行剪裁处理。

7.根据权利要求6所述的一种高效的无人机人体跟踪方法，其特征在于，当目标占图像的面积小于图像整体面积的1/20时，对图像进行剪裁处理，获得局部图像，人体追踪模块对局部图像中的人体进行定位。